論文の概要: Role of Data Mining in Nigerian Tertiary Education Sector

• arxiv url: http://arxiv.org/abs/2411.15152v1
• Date: Thu, 07 Nov 2024 19:59:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-01 05:39:28.230265
• Title: Role of Data Mining in Nigerian Tertiary Education Sector
• Title（参考訳）: ナイジェリア第三次教育セクターにおけるデータマイニングの役割
• Authors: Dauda Abdu, Almustapha Abdullahi Wakili, Lawan Nasiru, Buhari Ubale,
• Abstract要約: データマイニングは、ナイジェリアの教育システム内での学生やスタッフのパフォーマンスを予測する上で、さまざまな方法で課題を解決するのに役立つ。 本稿では,ナイジェリア第三次機関の機能単位における問題解決に有効なデータマイニングツールと技術の役割について論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Over a decade there has been a rapid growth in Nigerian educational system particularly higher education. Various institutions have come up both from public and private sector offering many of courses both under and post graduate students. Therefore, rates of students enroll for higher educational institutions in Nigeria have also increased. Hence it is very important to understand the roles play by data mining in analyzing the collected data of students and their academic progression. It is a concern for today's education system and this gap has to be identified and properly addressed to the learning community. Data Mining it helps in various ways to resolve issues face in predictions students and staff performances within Nigerian education system. This paperwork we discuss the roles of Data Mining tools and techniques which can be used effectively in resolving issues in some functional unit of Nigerian tertiary institutions.
• Abstract（参考訳）: 10年以上にわたり、ナイジェリアの教育システム、特に高等教育が急速に成長してきた。 公立と私立の両方の機関が、学部生と大学院生の両方に多くのコースを提供している。 そのため、ナイジェリアの高等教育機関への入学率も上昇している。 したがって,データマイニングが学生の収集したデータと学術的進歩を分析する上で果たす役割を理解することは極めて重要である。 これは今日の教育システムにとって問題であり、このギャップを学習コミュニティに特定し、適切に対処する必要がある。 データマイニングは、ナイジェリアの教育システム内の学生やスタッフのパフォーマンスを予測する上で、さまざまな方法で課題を解決するのに役立つ。 本稿では,ナイジェリア第三次機関の機能単位における問題解決に有効なデータマイニングツールと技術の役割について論じる。

関連論文リスト

• Cluster Model for parsimonious selection of variables and enhancing Students Employability Prediction [1.4610685586329806]
  教育におけるデータは一般的に非常に大きく、多次元であり、自然界では不均衡である。 本稿では,様々な大学や大学から,MCA(Masters in Computer Applications)の学生データを収集する。 本論文では, 前処理段階に適用されたクラスタモデルを用いて, 変数の相似選択を行う。
  論文  参考訳（メタデータ） (2024-06-05T06:06:46Z)
• Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
  大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。 本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
  論文  参考訳（メタデータ） (2023-12-27T14:37:32Z)
• Unveiling the Potential of Big Data Analytics for Transforming Higher Education in Bangladesh; Needs, Prospects, and Challenges [0.0]
  Big Data Analytics(BDA)はバングラデシュの高等教育(BHE)の目標を達成するための答えのひとつだ。 本稿では,BDAの能力についてレビューし,BHEの応用の可能性を検討するとともに,教育の質の向上や,教育機関が生み出したデータから付加価値を明らかにする方法について考察する。
  論文  参考訳（メタデータ） (2023-10-10T23:27:27Z)
• Evaluating and Incentivizing Diverse Data Contributions in Collaborative Learning [89.21177894013225]
  フェデレートされた学習モデルがうまく機能するためには、多様で代表的なデータセットを持つことが不可欠である。 データの多様性を定量化するために用いられる統計的基準と、使用するフェデレート学習アルゴリズムの選択が、結果の平衡に有意な影響を及ぼすことを示す。 我々はこれを活用して、データ収集者がグローバルな人口を代表するデータに貢献することを奨励する、シンプルな最適なフェデレーション学習機構を設計する。
  論文  参考訳（メタデータ） (2023-06-08T23:38:25Z)
• Big Data and Analytics Implementation in Tertiary Institutions to Predict Students Performance in Nigeria [0.0]
  Big Dataという言葉は、従来のデータ処理技術では扱えない大量のデータを指すために作られた。 本稿では,教育機関に関係のあるビッグデータの特徴について考察する。 学習機関におけるビッグデータと分析の導入に影響を与える要因について検討する。
  論文  参考訳（メタデータ） (2022-07-29T13:52:24Z)
• Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
  新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。 我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。 自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
  論文  参考訳（メタデータ） (2022-03-10T20:23:38Z)
• Strengthening e-Education in India using Machine Learning [0.0]
  インド政府は国民の教育を改善するためにあらゆるエネルギーに投資している。 教育者がより現在の視点に集中するのを助けるために、その余分な作業は機械学習(ML)を利用して処理することができる。 本研究は、従来の手順を改善するために、遺伝計算の発達方法論を活用することを提案する。
  論文  参考訳（メタデータ） (2021-05-24T10:22:39Z)
• Individual Explanations in Machine Learning Models: A Survey for Practitioners [69.02688684221265]
  社会的関連性の高い領域の決定に影響を与える洗練された統計モデルの使用が増加しています。 多くの政府、機関、企業は、アウトプットが人間の解釈可能な方法で説明しにくいため、採用に消極的です。 近年,機械学習モデルに解釈可能な説明を提供する方法として,学術文献が多数提案されている。
  論文  参考訳（メタデータ） (2021-04-09T01:46:34Z)
• Development of An Assessment Benchmark for Synchronous Online Learning for Nigerian Universities [0.0]
  この研究プロジェクトは、ナイジェリアの大学が同期オンライン学習を実行するのに必要なものを持っているかどうかを評価するためのベンチマークを提供することに重点を置いている。 これには必要なインフラストラクチャ(ハードウェア、ソフトウェア、ネットワーク接続)、スタッフのスキルセット(コンピュータリテラシーレベル)が含まれる。 調査では、UNNが必要なインフラと、同期オンライン学習のスキルセットを持っているかどうかを調査している。
  論文  参考訳（メタデータ） (2021-03-12T11:17:56Z)
• The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
  新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。 本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
  論文  参考訳（メタデータ） (2021-01-30T13:13:45Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。